文献

J-GLOBAL ID：201702222372419278   整理番号：17A0314535

ランダムベースサンプリングとGaussサンプリングを用いたクラスタリングに基づく微分進化【Powered by NICT】

A clustering-based differential evolution with random-based sampling and Gaussian sampling

著者 (2件)： Liu Gang (School of Computer Science, Hubei University of Technology, Wuhan 430072, China) ,  Guo Zhaolu (School of Science, JiangXi University of Science and Technology, Ganzhou 341000, China)
資料名： Neurocomputing  (Neurocomputing)
巻： 205  ページ： 229-246  発行年： 2016年09月12日 
JST資料番号： W0360A  ISSN： 0925-2312  資料種別： 逐次刊行物 (A)
記事区分： 原著論文  発行国： オランダ (NLD)  言語： 英語 (EN)

抄録/ポイント： 微分進化(DE)は,その優れた性能のために広く研究されてきた,多くの微分進化変異体が提案されている。しかし,変異体は広範囲のテスト問題で行う一貫してことができなかった。本論文では,最適化問題を効率的に解くためにDEの性能を改善するための一段階k-平均クラスタリング,ランダムベースサンプリングとGaussサンプリングに基づく新しいアルゴリズムを提案した。提案した強化されたDEは探索空間を生成する一段階k-平均クラスタリングを利用した。これら空間では,ランダムベースサンプリングとGaussサンプリングに基づく新しい突然変異演算子は,利用するために使用されている。得られたアルゴリズムは,ランダムベースサンプリングとGaussサンプリング(GRCDE)クラスタリングに基づく微分進化と命名した。25のベンチマーク関数とCEC’05競争を行った実験的検証,GRCDEの詳細な分析を含む。結果はGRCDEは解の精度と収束速度の観点から他の最新の進化アルゴリズムより優れていることを明確に示した。Copyright 2017 Elsevier B.V., Amsterdam. All rights reserved. Translated from English into Japanese by JST.【Powered by NICT】

シソーラス用語： 最適化問題 ,  *クラスタ化 ,  ベンチマーク ,  アルゴリズム
準シソーラス用語： 進化的アルゴリズム ,  収束速度 ,  突然変異演算子 ,  探索空間 ,  *微分進化 , 【Automatic Indexing@JST】

著者キーワード (4件)： 微分進化 ,  K-meansクラスタリング ,  ランダムベースサンプリング ,  Gaussサンプリング

分類 (2件)： 人工知能  (JE08000Z) ,  システム・制御理論一般  (IA02010H)

タイトルに関連する用語 (3件)： サンプリング ,  クラスタリング ,  微分進化